ACL 2026 腾讯混元论文展望：SFT「不完全学习」之后，研究的下一个前沿在哪？

腾讯混元与 UNSW 在 ACL 2026 论文中提出 SFT「不完全学习」（ILP）框架，用 MC 转换 + pass@5 检测、五大根因归因和 CPT 等干预方案覆盖约 97% 的未学习样本，剩余约 3% 样本不属任何已知根因。论文展望了未知根因发现、自由文本 pass@N 检测、多根因联合归因、CPT 数据选择精细化，以及将 ILP 推广到 RLHF/DPO、持续学习和多模态训练等方向。